dc.contributor.author |
Ibrahim, Dyhia |
|
dc.contributor.author |
Saou, Hania |
|
dc.contributor.author |
Mekhmouk, Abdenour; promoteur |
|
dc.date.accessioned |
2021-03-01T14:01:42Z |
|
dc.date.available |
2021-03-01T14:01:42Z |
|
dc.date.issued |
2020 |
|
dc.identifier.uri |
http://hdl.handle.net/123456789/14776 |
|
dc.description |
option: système télécommunication |
en_US |
dc.description.abstract |
La segmentation d'image est une opération de traitement d'image de bas niveau qui
consiste à localiser dans une image les régions (ensembles de pixels) appartenant à une
même structure, Les méthodes qui lui sont liées sont variées et peuvent s'appuyer sur
diverses bases théoriques (Probabilités, logique floue) et se répartissent en trois grandes
familles (contour, région et classification).
Nous nous intéresserons essentiellement à la segmentation par approche classification
qui fournit une partition de l'image en regroupant des pixels ayant des niveaux de gris
similaires dans une même classe de pixels. L'objectif de ce mémoire est d'étudier
différentes méthodes de classification non supervisées (K-means, FCM et FCM-S) et de
les confronter afin de les appliquer sur des images cérébrales IRM en vue d'une
segmentation et d'une classification des différentes régions correspondantes aux
différentes tissus et structures et de mettre en oeuvre des techniques de segmentation
Permettant la détection des tumeurs cérébrales et les classifier maligne ou bénigne. |
en_US |
dc.language.iso |
fr |
en_US |
dc.publisher |
Université Abderrahmane Mira-Béjaia |
en_US |
dc.subject |
Image IRM : Segmentation d'image : FCM-S |
en_US |
dc.title |
Segmentation et classification d'image : |
en_US |
dc.title.alternative |
application à l'imagerie par résonance magnétique (IRM) |
en_US |
dc.type |
Thesis |
en_US |